[發明專利]火電機組的性能監測方法

在審

• 申請號: 201410537739.6
• 申請日: 2014-10-13
• 公開（公告）號: CN104598664A
• 公開（公告）日: 2015-05-06
• 發明（設計）人: 李楊宇;徐尼云
• 申請（專利權）人: 蕪湖揚宇機電技術開發有限公司
• 主分類號: G06F17/50
• 分類號: G06F17/50;G06N3/02;G06Q50/06
• 代理公司: 無
• 代理人: 無

技術領域

本發明屬于火力發電領域，特別涉及一種火電機組的性能監測方法。

背景技術

隨著我國經濟體制改革的不斷深入，電力系統己逐步走向市場，實行廠網分開，競價上網的競爭機制。作為發電單位，其任務己不再是簡單地完成年度發電指標，而是要致力于提供優質、低耗的電能。提高熱經濟性、降低煤耗是火電廠節約一次能源的主要途徑。電廠性能計算系統通過連續計算火電機組性能指標，把采集的大量數據處理為少量直觀的性能結果，及時客觀地反映火電廠所需的熱經濟性，更好的指導操作人員工作。

隨著自動化信息技術在火電機組中的普遍應用，火電機組過程的監測、控制和診斷分析越來越多地依賴于機組自動控制和信息系統，而過程實時測量數據則是這些系統可靠運行的重要信息基礎，其準確性對機組監控有著直接的影響。但是，由于受到各參數測量原理與方法、變送器及儀表精度等多種因素的影響，測量數據往往不能滿足反映過程物理規律的平衡方程，傳感器故障在測量數據中還可能出現大的異常值，因此必須對所測量數據進行必要的校正處理。

發明內容

為了克服現有技術中火電機組監測系統中數據測量可能生成的誤差數據影響系統判斷，本發明提供一種火電機組的性能監測方法，對火電機組監測系統中產生的誤差測量數據進行校正處理。

本發明的技術方案是：一種火電機組的性能監測方法，該方法步驟包括：

步驟一、測量火電機組運行現場各監測點的數據參數，包括鍋爐運行參數、汽輪機運行參數和供熱機組參數，對測量的參數數據進行歸一化處理；

步驟二、建立數據校正模型，模型公式為（1）：????????????????????????????????????????????????，式中x,v,w表示待測參數，E表示數據校正模型的目標函數，l₀與d₀分別為等式與不等式約束的個數；

步驟三、實時測量數據輸入到數據校正模型，得到火電機組實時數據的校正值；

步驟四、實時數據的校正值輸入到徑向基函數神經網絡模型中進行數據整理和分類；

步驟五、顯示監測結果并存儲進數據庫。

所述步驟二中的數據校正模型的步驟為：

A.??建立系統平衡約束關系方程，約束方程公式（2）為：，式中x,v,w表示待測參數，l₀與d₀分別為等式與不等式約束的個數；

B.??建立網絡訓練目標函數：對于含有n個變量參數的m組訓練樣本數據經標準化處理后得到目標數據集｛t_pk｝，l≤p≤m，l≤k≤n，校正模型的目標訓練函數公式（3）為：，式中x,v,w表示待測參數，z_pk為函數輸出值，｛t_pk｝表示對于含有n個待測量變量參數的m組訓練樣本數據經標準化處理后得到的目標數據集，l≤p≤m，l≤k≤n；

C.??結合步驟A和步驟B建立數據校正模型，對模型進行訓練，對數據校正模型進行訓練的數據為歷史測量數據。

所述步驟二所述步驟四中的徑向基函數神經網絡模型的建立包括三個部分：

網絡構建：隱層節點的“基”構成隱層空間，確定徑向基函數神經網絡的中心和映射關系；

網絡訓練：以目標函數最小化為準則對隱層各個節點的中心點與偏差以及輸出權值進行調整修正；

網絡識別：?徑向基函數神經網絡模型輸入測試數據。

本發明有如下積極效果：本發明提供的火電機組的性能監測方法，能夠對火電機組監測系統中產生的誤差測量數據進行校正處理，解決了現有技術中火電機組監測系統中數據測量可能生成的誤差數據，避免了誤差數據影響系統判斷。本發明中的數據校正模型，將過程機理方程和網絡目標函數想結合，使得本文所提出的數據校正模型估計值能更好地滿足系統內在機理性的規律。具有較高的學習能力和良好的魯棒性好。同時本發明中使用了徑向基函數神經網絡模型對實時數據的校正值進行整理和分類處理，從而清楚明了，由于測量數據和種類的繁多，處理難度大，使用徑向基函數神經網絡模型可以節省大量檢查時間，提高工作效率。

附圖說明

圖1?是本發明中火電機組的性能監測方法的工作流程圖；

圖2?是本發明中數據校正模型的工作流程圖；

圖3?是本發明中徑向基函數神經網絡模型的工作流程圖。

具體實施方式